Grok Bot

Grok Bot 运行在它自己的云端电脑上，桌面和手机应用只负责聊天和审批。和 dot 一样，它访问不到 localhost，所以要先让 HALO 跑在隧道后面，做法见 ChatGPT dots。

在对话里添加服务器

Grok Bot 的设置里没有填服务器地址的地方。添加自定义 MCP 服务器的方式，是在它的对话里直接提出：

Add a custom MCP server called HALO at https://<name>.trycloudflare.com/<random>/mcp (no authentication).

要说明是“custom MCP server”，否则它可能去找插件目录里同名的插件。HALO 不需要身份验证，所以不会弹出授权卡片。Grok Bot 会确认已经连上，并找到 9 个工具。它还提醒，快速隧道重启后地址会变，那时需要把新地址告诉它。

发消息时输入 @ 并选中 HALO，再把智能体指令发给它。自定义服务器列在 Settings、Plugins、Yours 下，账号里的所有 bot 都能使用。如果团队管理员限制了插件，这个地址需要先加进团队的 MCP 白名单。

第一次测试

2026 年 10 月 31 日，我们让 Grok Bot 记录它最近一次每日论文速递的过程，以及之后发生的事。这个速递是用户设定在工作日 9 点运行的定时任务。它在两个会话里记了 14 条事件，每条都注明是事后补记：

会话	记录的内容
10 月 30 日，速递运行	定时唤醒，arXiv 限流，改用其他论文列表，按任务里写好的研究方向给候选排序，选出 5 篇论文，生成并检查 5 份 PDF，把运行笔记存进文件，发出速递
10 月 31 日，调整交付方式	用户反馈另一个助手没收到任何包，并要求以后把包写进一个共享项目，它去读了项目的交付约定，试写了一个文件并记下结果，最后改写了定时任务保存的提示词

报告观察到了 S→A、M→A、A→S 和 A→M，以及三个证据步骤。记录：选中的论文被记了下来（e13→e15）。归因：用户对已发出速递的反馈（e17，about 为 e16）促成了之后的试写（e19）。修订：它改写了定时任务保存的提示词（e21），这是智能体自己做的改动，经过了用户批准。它没有把结果存进记忆，修订也还没被用上，因为下一次运行在 11 月 2 日。第一天存下的东西第二天没有用到，所以这条轨迹支持 L0，尽管其中出现了 L3 和 L4 的条件。

论文根据 Grok Bot 的文档把它定为 L4。两个结论回答的是不同的问题。论文的等级说的是产品文档所描述的能力。轨迹的等级说的是这一段记录下来的行为能证明什么，它是一个下界。这段轨迹是在定时任务和研究方向设定好之后才开始记的，所以任务每天带着的状态，从来没有以“在一个会话里存下、在之后的会话里用到”的形式出现在轨迹里。

这次测试也暴露了我们指令里的一个漏洞。Grok Bot 把定时任务内部的两次选择，也就是换数据源和挑论文，记成了 trigger self。按论文的定义，这些步骤属于用户请求的任务：任务是用户设定的，智能体只是决定怎么完成。我们已经在工具说明和智能体指令里把这条定义写清楚。按新定义，这些行动应记为 request，这条轨迹里也就观察不到 L3 的条件。